| 초록 |
1. 개요 지난 수백 년간 자동차산업은 오염에서 자유롭고 더 안전한 자동차를 만들기 위해 혁신을 거듭해왔다. 21세기에 이르러 자동차산업은 자율주행차(Autonomous Vehicles)라는 혁명적인 기술의 진보를 맞이하고 있다. 자율주행차는 인간의 운전 조작 없이 인공지능을 통해 자율적으로 주행하는 운송수단을 의미한다. 현재 거대기술 기업, 스타트업 그리고 자동차 기업들은 자율주행차 개발에 대규모의 투자를 진행하고 있고, 미국, 캐나다, 유럽, 한국, 일본 등 전 세계의 공공도로 및 간선도로에서는 프로토타입 자율주행차가 시험운행되고 있다. 구글의 자율주행차인 Waymo는 미국 피닉스 교외에서 lsquo;로보택시(robotaxi) rsquo; 서비스를 2018년 내에 시작하기 위해 준비하고 있고, 제너럴모터스는 2019년에 로보택시 서비스를 런칭할 계획을 발표했다. 기업들의 개발 노력에 발맞춰 미국 캘리포니아 주는 2018년 2월 26일에 인간 운전사의 탑승 없이 자율주행차를 공공도로에서 시험운행할 수 있도록 하는 법안을 통과시켰다. 이제 더 이상 미래의 기술이 아닌 자율주행차는 전통적인 자동차산업의 생태계는 물론 인간의 생활방식과 서비스산업의 구조, 나아가 도시 전체의 디자인과 국가정책을 바꾸는 엄청난 변화의 시작을 준비하고 있다. 2. 주요 내용 2.1. 잠재적 편익과 비용 자율주행차는 첨단 센서와 알고리즘을 사용하여 안전한 주행을 약속하는 기술이다. 따라서 자율주행차의 도입으로 교통사고로 인한 사상자 수는 급격하게 줄어들 것으로 기대할 수 있다. 또한 전기자동차 기술을 차용하여 환경에 유해한 매연을 발생시키지 않고, 클린에너지를 효율적으로 사용하는 환경보호 기술의 대표 사례가 될 것으로 전망된다. 매년 천문학적인 재정이 소모되는 교통 인프라 유지보수 비용도 극적으로 줄어들 것으로 예상되고, 주차에 필요한 도심의 공간 부족 문제도 해결할 수 있을 것이다. 지능형교통시스템(ITC)과 연계되고 V2X(Vehicle to Everything) 통신을 적극적으로 활용하여 차량 간 안전거리 감소 및 질서 있는 흐름을 통해 교통혼잡과 주행시간을 감소시킬 것이다. 운전과 교통혼잡으로부터 자유로워지면서 늘어난 시간은 개인과 기업, 사회 전체의 생산성을 높이게 될 것이다. 또한 수익성 등의 문제로 공공교통 서비스의 사각지대에 놓여 있는 지역에도 자율주행 셔틀이 운행되는 등 최첨단 기술의 교통 서비스는 사회의 전반에 걸친 다양한 편익을 제공할 것으로 예상된다. 그러나 새로운 기술의 변화는 새로운 편익을 제공하는 것과 동시에 다양하고 예상하기 어려운 문제점들도 노출시킨다. 자율주행차는 기존 교통환경과 교통산업의 생태계를 근본적으로 갈아엎는 수준의 변화를 통해 그 효용이 극대화되는 만큼, 이러한 변화가 사회에 가져올 충격과 혼란이 불가피하다. 먼저 바퀴 달린 컴퓨터라 할 수 있는 자율주행차의 데이터 보안과 개인정보보호 문제가 사회적 이슈로 떠오를 가능성이 높다. 자율주행차의 핵심인 인공지능 시스템과 소프트웨어가 안전성을 충분히 확보하지 못하거나, 교통 인프라 등과의 통신 과정에서 오류가 발생할 경우 군집주행을 특징으로 하는 자율주행차들 간의 대형 교통사고 발생 가능성도 무시할 수 없다. 이러한 사고 발생 시 법적 책임 소재의 문제는 현재 자율주행차 발전의 발목을 잡고 있는 주요 현안이기도 하다. 또한 교통사고 발생 시 운전자를 우선적으로 보호할지 어린이를 우선적으로 보호할지 등의 윤리적인 이슈도 발생한다. 이에 더해, 오늘날처럼 자동차를 이용하여 각 개인이 선택한 어디로나 원하는 경로를 통해 갈 수 있는 이동의 자유가 사라질 수 있다. 자율주행에 필수적인 방대한 실시간 데이터의 수신이 차단된 곳으로는 자율주행차가 도달할 수 없다. 또한 자율주행차를 이용하는 모든 개인의 이동 정보가 클라우드에 저장 및 공유되므로 이를 권력기관이 모니터링하여 강력한 사회통제의 수단으로 이용할 수 있다. 이는 현대사회의 분리와 차별 문제를 더욱 심각하게 만드는 요인으로 작용할 수 있다[3]. 2.2. 자율주행차의 기술 2004년 3월에 미국국방연구소(America rsquo;s main military-research agency, DARPA)의 주관으로 모하비 사막에서 개최된 무인자동차 경주대회를 시작으로 자율주행차가 본격적으로 개발되었다. 이 경주에 참여한 스탠퍼드, 카네기멜론 대학교 등의 연구진들이 2009년 구글이 설립한 자율주행차 연구소를 비롯한 우버, 테슬라, 그리고 스타트업 기업들의 자율주행차 프로젝트를 주도하고 있다. 2005년 센서 분야에서 기술혁신이 이루어지면서 이를 바탕으로 컴퓨터비전 능력이 급속하게 향상되었다. 또한 빅데이터를 활용한 딥러닝을 통해 인공지능 시스템 분야에서도 큰 성과를 거두었다. 현재 프로토타입 자율주행차들은 개선된 센서 프로세싱 기술, 적응 알고리즘, 고해상도 맵, V2V(Ve-hicle to Vehicle) 및 V2I(Vehicle to Infrastructure) 간 통신 기술의 발전과 함께 빠른 속도로 성능이 개선되고 있다. 기술적인 측면에 있어서 통제된 환경에서의 자율주행은 이미 완성기에 접어든 상황으로 보인다. 미국 자동차공학회(Society of Automotive Engineers, SAE)[7]는 2014년 자율주행차의 자동화 수준에 대한 여섯 단계의 가이드를 제공하였다. 이러한 구분은 현재 자율주행차 산업 전반의 관계자들에게 폭넓게 활용되고 있다. 0단계는 자동화 관련 어떤 기술도 적용되지 않은 자동차들이 속하는 수준이다. 1단계는 현재 대부분의 차에 적용되고 있는 운전자 보조 기술들이 적용된 자동차 수준을 의미한다. 2단계는 부분적 자동화의 단계로, 첨단 운전자 보조 시스템(Auto Driver Assistant System, ADAS) 기술이 적용된 자동차 수준이다. 3단계는 제한된 조건하에서의 자율주행의 단계로, 운전자는 돌발상황에 대비해 항상 대기하고 있어야 한다. 4단계는 인간의 운전에 필요한 어떠한 장치도 필요하지 않은 최고 자동화 단계로, 특정 지역과 특정 속도로만 주행이 가능한 한계가 있다. 5단계는 완전 자동화 단계로, 인간이 자동차의 주행에 대해 전혀 신경을 쓸 필요가 없으면서 지역과 속도의 한계도 벗어난 자동화를 의미한다. 현재 자율주행차의 기술 수준은 3단계에서 4단계로 넘어가는 과정에 있으며, 4단계와 5단계의 자동화가 이루어져야 앞서 언급한 편익을 우리에게 제공할 수 있는 기술 수준에 접어들 것으로 판단된다. 자율주행차는 인간과 마찬가지로 역동적인 주행 환경에 반응하여 정보를 수집하고 각종 알고리즘을 수행하여 상황에 대한 판단을 내리고 전략을 수립한다. 이러한 전략은 신속하게 주행 환경의 변화에 적응하여 조향 및 가속, 감속 등의 차량 제어를 통해 수행하게 된다. 따라서 자율주행차의 기술은 인지, 판단, 제어 기능을 중심으로 분류될 수 있으며, 이 모든 기능이 오류 없이 작동하여 안정적인 주행을 가능케 하는 데 인공지능 시스템과 소프트웨어가 중추적 역할을 수행한다. 2.3. 주행 환경 인지 기술 자율주행차는 다양한 센서들이 만들어내는 데이터에 매우 정확한 고해상도 지도와 GPS 정보를 결합하여 교통신호와 혼잡 및 장애 요소 등을 고려한 최적의 경로를 판단한다. 첨단 센서 기반 기술과 통신 기반 기술의 융합은 자율운행차의 주행 환경 인지 기술의 핵심이다. 이러한 기술들을 효과적으로 융합하기 위해 첨단 운전자 보조 시스템(Auto Driver Assistant System, ADAS)이 폭넓게 활용된다. 2.3.1. 센서 기반 솔루션 주행 환경을 인지하고 차량 주변의 사물을 인식하며 분류하고 추적 및 분석하는 기능을 구현하기 위해서는 라이다(Lidar), 레이더(Radar), 초음파 그리고 카메라 등의 첨단 센서들의 조합이 필수적이다. 이러한 센서들로부터 얻은 정보를 바탕으로 주행 환경의 고해상도 3D 맵을 구성하게 된다. 카메라는 저렴하면서도 도로표지 등을 인식할 수 있는 장점이 있지만 거리를 측정하지 못한다. 레이더는 거리와 속도 측정은 가능하지만 결과물의 디테일이 떨어진다. 라이다는 훌륭한 디테일을 제공하지만 매우 비싸고 눈과 같은 기상 환경을 구분하지 못한다는 단점이 있다. 따라서 자율주행차의 안정성과 신뢰도를 확보하기 위해서는 이들 센서의 조합이 필수적이다. 최첨단 라이다 시스템은 현재 수천만 원에 달하는 고가 장비로 테 |
